[发明专利]一种针对低压用户的基于深度学习的用电量预测方法在审
| 申请号： | 201710465683.1 | 申请日： | 2017-06-19 |
| 公开（公告）号： | CN107301474A | 公开（公告）日： | 2017-10-27 |
| 发明（设计）人： | 刘金硕;刘必为;李瞧;房金城;陈凯;邓娟;李扬眉;谈聪;杨广益;李晨曦 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙)42222 | 代理人： | 彭艳君 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及数据挖掘及深度学习技术，具体涉及一种针对低压用户的基于深度学习的用电量预测方法，包括以下步骤步骤1、获取低压用户用电量相关的属性参数；步骤2、对步骤1获取的参数进行数据预处理；步骤3、将经步骤2处理后的数据输入DBN建立低压用户日用电量预测模型，其中日用电量为被预测量；步骤4、将待预测日期除日用电量之外的属性参数输入步骤3所得低压用户日用电量预测模型得到低压用户当日用电量预测值。该预测方法可以在无法获得低压用户日用电模式的基础上，预测出低压用户的日用电量，同时，考虑到工作或气候变化引起的用电量突变问题，采用了目前较流行的深度学习算法对日用电量进行预测，使预测的结果更为精确。 | ||
| 搜索关键词： | 一种 针对 低压 用户 基于 深度 学习 用电量 预测 方法 | ||
【主权项】：
一种针对低压用户的基于深度学习的用电量预测方法，其特征是，包括以下步骤：步骤1、获取低压用户用电量相关的属性参数；步骤2、对步骤1获取的参数进行数据预处理；步骤3、将经步骤2处理后的数据输入DBN建立低压用户日用电量预测模型，其中日用电量为被预测量；步骤4、将待预测日期除日用电量之外的属性参数输入步骤3所得低压用户日用电量预测模型得到低压用户当日用电量预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710465683.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
